24

BAB III

METODA PENELITIAN

3.1 Strategi Penelitian

Penelitian ini menggunakan desain penelitian kausalitas. Desain

kausalitias berguna untuk menganalisis hubungan antara sebab dan akibat antara

variabel yang satu dengan variabel lainnya. Sifat hubungan yang mungkin akan

terjadi diantara variabel adalah simetris, asimetris, dan timbal balik. Penelitian

kausal umumnya menggunakan metode eksperimen dengan mengendalikan

variabel independen yang akan mempengaruhi variabel dependen pada situasi

yang telah direncanakan.

Pendekatan yang digunakan dalam penelitian ini adalah dengan

menggunakan pendekatan kuantitatif. Metode kuantitatif adalah metode yang

berlandaskan pada filsafat positivisme. Metode ini sebagai metode

ilmiah/scientific karena memenuhi kaidah-kaidah yaitu konkrit/empiris, objektif,

terukur, rasional dan sistematis. Metode ini digunakan untuk meneliti pada

populasi tertentu dengan data peneitian berupa angka dan analisis

statistic.(Sugiyono 2018: 15)

3.2 Populasi dan Sampel

3.2.1 Populasi

Populasi menurut Corper (2003) pada buku Sugiyono (2018: 136) yang

menyatakan bahwa populasi adalah keseluruhan element yang akan dijadikan

wilayah generalisasi. Populasi dalam penelitian ini menggunakan perusahaan jasa

yang terdaftar di BEI periode tahun 2015-2018.

3.2.2 Sampel

Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh

populasi tersebut.(Sugiyono, 2018: 137). Teknik penentuan sampel dalam

penelitian ini menggunakan metode purposive sampling. Metode purposife

25

sampling adalah teknik penentuan sampel dengan pertimbangan tertentu.(Sugiono

2018: 144).

Kriteria penentuan sampel dalam penelitian ini adalah perusahaan jasa

yang terdaftar di BEI tahun 2015-2018, perusahaan yang delisting dan tidak

menerbitkan laporan tahunan secara lengkap, perusahaan yang tidak menyajikan

laporan keuangan dalam rupiah, dan perusahaan yang tidak menyajikan fee audit

dalam laporan keuangan. Sehingga jumlah sampel dalam penelitian ini sebanyak

19 dengan jumlah data observasi sebanyak 387 perusahaan.

Tabel 3.1

Jumlah Sampel Penelitian

No Kriteria Jumlah

1 Perusahaan jasa yang terdaftar di BEI tahun 2015-2018 387

2 Perusahaan yang delisting dan tidak menerbitan laporan

tahunan secara lengkap (220)

3 Perusahaan yang tidak menyajikan laporan keuangan dalam

rupiah (95)

4 Perusahaan yang tidak menyajikan fee audit dalam laporan

keuangannya (53)

Jumlah sampel 19

Sumber diolah, 2020

26

Tabel 3.2

Perusahaan yang menjadi sampel penelitian

No Keterangan

1 PT. Asuransi Bina Dana Arta Tbk (ABDA)

2 PT. ACE Hardware Indonesia Tbk. (ACES)

3 PT. AKR Corporindo Tbk. (AKRA)

4 PT. Inter Delta Tbk. (INTD)

5 PT. Red Planet Indonesia Tbk. (PSKT)

6 PT. Cowell Development Tbk. (COWL)

7 PT. PT. Global Mediacom Tbk. (BMTR)

8 PT. Ristia Bintang Mahkota Sejati Tbk.. (RBMS)

9 PT. Island Consept Indonesia Tbk. (ICON)

10 PT. Jasa Marga Perero Tbk. (JSMR)

11 PT. MNC Land Tbk. (KPIG)

12 PT. Waskita Karya (Persero) Tbk. (WSKT)

13 PT. Bhuwanatala Indah Permai Tbk. (BIPP)

14 PT. Exploitasi Enegeri Indonesia Tbk. (CNKO)

15 PT. First Media Tbk. (KBLV)

16 PT. Pelayaran Nasional Bina Buaa Raya Tbk. (BBRM.)

17 PT. Star Pasific Tbk. (LPLI)

18 PT. Bali Towerindo Sentra Tbk. (BALI)

19 PT. Pembangunan Graha Lestari Indah Tbk. (PGLI)

Sumber : www.idx.co.id

3.3 Data dan Metoda Pengumpulan Data

3.3.1 Data

Jenis data yang akan digunakan dalam penelitian ini adalah data sekunder.

Data sekunder adalah data yang tidak diperoleh secara langsung dari institusi

bersangkutan. Data mengenai perusahaan akan diperoleh dari situs BEI,

sedangkan data berupa laporan tahunan akan diperoleh melalui akses daring pada

masing-masing website perusahaan atau melalui situs BEI.

27

3.3.2 Metoda Pengumpulan Data

Metoda pengumpulan data yang digunakan dalam penelitian ini adalah

data panel. Data panel adalah gabungan data cross-section dan time series. Cross-

section adalah data dalam satu periode pada beberapa objek dengan tujuan

menggambarkan keadaan. Sedangkan data Time Series merupakan data yang

dikumpulkan dari periode ke periode pada satu objek dengan tujuan

menggambarkan perkembangan. Data cross section dalam penelitian ini adalah

dengan melihat objek Logaritma natural, nominal, dan rasio dalam laporan

keuangan perusahaan sampel. Data time series dalam penelitian ini yaitu dari

tahun 2015 sampai 2018.

Sumber pengolahan data dalam penelitian ini terbagi menjadi 2 yaitu:

1. Observasi dokumentasi, yaitu dengan melihat laporan tahunan perusahaan

Jasa yang terdaftar di BEI melalui (www.idx.co.id) selama 4 tahun dari tahun

2015-2018. Data juga diperoleh dari website masing-masing perusahaan jasa

yang masuk kedalam sampel.

2. Studi kepustakaan, yaitu dengan menggunakan buku-buku atau literature yang

ada dan dan sumber-sumber lainya yang terkait dalam penelitian.

3.4 Definisi Konseptual

Definisi variabel-variabel dalam penelitian ini secara konseptual adalah

sebagai berikut:

3.4.1 Ukuran Perusahaan

Ukuran perusahaan adalah suatu skala atau nilai dimana dapat

mengklasifikasikan besar kecilnya perusahaan berdasarkan total aktiva. Besar

kecilnya perusahaan akan mempengaruhi kemampuan dalam menanggung resiko

yang mungkin timbul dari berbagai situasi yang dihadapi perusahaan. Perusahaan

besar memiliki resiko yang lebih rendah dari pada perusahaan kecil. Hal ini

dikarenakan perusahaan besar memiliki kontrol yang lebih baik terhadap kondisi

pasar, sehingga mereka mampu menghadapi persaingan ekonomi.

Adapun ukuran perusahaan diatur dalam UU RI No. 20 Tahun 2008

tentang 4 jenis perusahaan. Peraturan tersebut menjelaskan bahwa perusahaan

28

dengan usaha ukuran mikro memiliki kekayaan Rp. 50.000.000,- (tidak termasuk

tanah dan bangunan) dan memiliki jumlah penjualan Rp. 300.000.000. Perusahaan

dengan usaha ukuran kecil memiliki kekayaan bersih Rp. 50.000.000,- - Rp.

500.000.000,- (tidak termasuk tanah dan bangunan) dan juga memiliki jumlah

penjualan Rp. 300.000.000,- - Rp. 2.500.000.000,-. Perusahaan dengan usaha

ukuran menengah memiliki kekayaan bersih Rp. 500.000.000,- - Rp.

10.000.000.000,- (tidak termasuk tanah dan bangunan) dan memiliki total

pejualan Rp. 2.500.000.000,- - Rp. 50.000.000.000. Perusahaan dengan usaha

ukuran besar memiliki kekayaan bersih Rp.10.000.000.000,- (tidak termasuk

tanah dan bangunan) serta memiliki jumlah penjualan Rp.50.000.000.000,-.

Dalam penelitian ini, indikator untuk mewakili faktor ukuran perusahaan

adalah dengan menggunakan total aktiva yang dimiliki oleh perusahaan. variabel

ukuran perusahaan diukur dengan menggunakan logaritma natural dari total aset

perusahaan.

3.4.2 Kompleksitas Perusahaan

Kompleksitas perusahaan diwakilkan dengan menggunakan anak

perusahaan yang dimiliki yang merupakan ukuran rumit atu tidaknya transaksi

yang dimiliki perusahaan untuk diaudit. Semakin banyak jumlah anak perusahaan

yang dimiliki baik yang berada di dalam negeri maupun yang berada di luar

negeri anak menambah kerumitan transaksi yang dimiliki perusahaan.. Menurut

Beams dalam Fisca dkk (2018) apabila perusahaan memiliki anak perusahaan

maka transaksi yang dimiliki klien semakin semakin rumit karena perlu membuat

laporan konsolidasian. Dalam penelitian ini peneliti akan menggunakan variabel

dummy sebagai alat untuk mengukur kerumitan dimana angka 1 akan diberikan

kepada perusahaan yang memiliki anak perusahaan dan angka 0 akan di berikan

kepada perusahaan yang tidak memiliki anak perusahaan.

3.4.3 Profitabilitas Perusahaan

Profitabilitas adalah hasil bersih dari serangkaian kebijakan dan

keputusan. Untuk dapat menjaga kelangsungan hidupnya, suatu perusahaan

haruslah berada dalam keadaan menguntungkan (Profitable). Tanpa adanya

29

keuntungan akan sangat sulit bagi perusahaan untuk menarik modal dari luar.

Pada kreditor, pemilik perusahaan dan terutama pihak manajemen perusahaan

akan berusaha meningkatkan keuntungan ini, karena disadari betul betapa

pentingnya arti keuntungan bagi masa depan perusahaan.

Nilai profitabilitas yang tinggi mengindikasikan kinerja manajemen yang

baik, karena hal tersebut mempengaruhi cepat atau lambatnya manajemen dalam

melaporkan kinerjanya. Dalam penelitian ini profitabilitas perusahaan akan

diproksikan dengan tingkat pengembalian atas aktiva ROA yang dihitung dengan

membandingkan laba bersih dengan total aset perusahaan. Sebuah perusahaan

besar dikatakan mengalami profitabilitas jika rasio utang dengan aset haruslah 1:2

jika sebuah perushaan tetap igin berada dalam kategori baik secara sehat.

3.4.4 Fee Audit

Fee audit merupakan pendapatan yang besarnya bervariasi karena

tergantung dari beberapa faktor dalam penugasan audit, seperti ukuran perusahaan

klien, kompleksitas jasa audit yang dihadapi auditor, resiko audit yang dihadapi

auditor dari klien serta nama Kantor Akuntan Publik yang melakukan jasa audit.

Pengungkapan jumlah besarnya fee audit dalam laporan keuangan pada

seluruh perusahaan yang terdaftar di BEI masih sangat jarang. Belum tersedianya

data tentang fee audit dikarenakan fee audit di Indonesia masih bersifat secara

sukarela, sehingga banyak perusahaan yang belum banyak mencantumkan fee

audit dalam laporan keuangan. Pemakaian akun professional fees, tenaga ahli, dan

lain-lainya merupakan dapat mewakili besarnya fee audit. Variabel fee audit akan

di ukur dengan menggunakan logaritma natural dari fee audit..

3.5 Definisi Operasional Variabel dan Pengukuran

Variabel yang digunakan dalam penelitian ini ada dua, yaitu variabel

dependen (Y) dan variabel independen (X).

3.5.1 Variabel Dependen

Variabel dependen yang digunakan dalam penelitian ini adalah fee audit.

Fee audit atau imbalan jasa audit adalah imbalan yang diterima oleh akuntan

30

publik dari entitas kliennya sehubungan dengan pemberian jasa audit. Data

mengenai fee audit diambil dari seluruh perusahaan jasa yang terdaftar di BEI

pada tahun 2015-2018 yang mengungkapkan besarnya fee audit. Informasi

mengenai fee audit dapat ditemukan di laporan tahunan perusahaan pada bagian

Lembaga atau Profesi Penunjang Pasar Modal atau pada bagian tata kelola

perusahaan. Fee audit tersebut kemudian akan diukur dengan menggunakan

logaritma natural dari fee audit. Dalam penelitian ini fee audit akan dilambangkan

dengan AUFEE.

3.5.2 Variabel independen

Variabel independen yang digunakan dalam penelitian ini adalah ukuran

perusahaan, kompleksitas perusahaan, dan profitabilitas perusahaan.

a. Ukuran perusahaan

Ukuran perusahaan menggambarkan besar kecilnya skala operasi suatu

perusahaan (Rukmana dkk, 2017). Perusahaan yang memiliki total aset besar

menunjukkan arus kas yang positif, selain itu mencerminkan bahwa perusahaan

lebih stabil dan lebih mampu menghasilkan laba di banding dengan perusahaan

kecil. Ukuran perusahaan dalam penelitian ini diukur dengan menghitung

logaritma natural dari total aset perusahaan. dengan tujuan untuk menyamakan

ukuran saat regresi. Dalam penelitian ini ukuran perusahaan disimbolkan dengan

SIZE

b. Kompleksitas perusahaan

Kompleksitas perusahaan berkaitan dengan kerumitan transaksi yang

terjadi diperusahaan. Dalam penelitian ini kompleksitas perusahaan ditunjukkan

dengan jumlah anak perusahaan yang dimiliki oleh perusahaan klien (Rukmana

dkk, 2017). Menurut Beams dalam Fisca et al (Variabel kompleksitas perusahaan

akan diukur dengan menggunakan variabel dummy. Perusahaan yang memiliki

anak perusahaan akan diberikan nilai 1, sementara perusahaan yang tidak

memiliki anak perusahaan akan diberikan nilai 0. Jumlah anak perusahaan dapat

diketahui melalui laporan keuangan konsolidasi yang terdapat pada bagian atas

laporan keuangan. Kompleksitas perusahaan akan disimbolkan dengan SUBSDR.

c. Profitailitas Perusahaan

31

Rasio profitabilitas merupakan rasio yang bertujuan untuk mengetahui

sejauh mana kemampuan perusahaan dalam memperoleh keuntungan atau laba

pada periode tertentu dan menggambarkan tingkat efektivitas manajemen dalam

melaksanakan aktivitas oprasionalnya. Dalam penelitian ini rasio profitabilitas

diproksikan dengan menggunakan Return on Asset (ROA). ROA yang dihitung

dengan membandingkat laba bersih dengan total aset. Profitabilitas perusahaan

akan disimbolkan dengan ROA

Tabel 3.3

Tabel Operasional Variabel

No Variabel Indikator Skala

Pengaturan

1 Fee Audit (Y) AUFEE = Log natural of professional fees Nominal

2 Ukuran Perusahaan (X1) SIZE = Log natural of total assets Nominal

3 Kompleksitas Perusahaan

(X2)

SUBSDR = Variabel dummy

1 = Memiliki anak perusahaan

0 = Tidak memiliki anak perusahaan

Nominal

4 Profitabilitas Perusahaan

(X3) ROA =

𝐿𝑎𝑏𝑎 𝑏𝑒𝑟𝑠𝑖ℎ

𝑇𝑜𝑡𝑎𝑙 𝑎𝑠𝑒𝑡 X 100% Rasio

Data diolah,2020

3.6 Teknik Analisis Data

Penelitian ini menggunakan program computer Eviews 10

3.6.1 Statistik Deskriptif

Penelitian ini menggunakan metoda deskriptif kuantitatif. Metoda

deskriptif kuantitatif adalah statistik yang digunakan untuk mengumpulkan,

mengolah dan menginterpretasikan hasil yang diperoleh.(Sugiono, 2012: 147).

Analisis ini digunakan untuk memberikan deskripsi mengenai variabel-variabel

penelitian yaitu fee audit, ukuran perusahaan, kompleksitas perusahaan, dan

profitabilitas perusahaan. data variabel – variabel tersebut disajikan dalam bentuk

tabel, nilai maksimum, nilai minimum, median, mean, dan standar deviasi.

32

3.6.2 Uji Asumsi Klasik

Penelitian ini menggunakan uji asumsi klasik sebelum melakukan

pengujian hipotesis dan pengujian analisis regresi. Tujuan uji asumsi klasik adalah

untuk mendapatkan nilai estimasi yang bersifat BLUE (Best, Linear, Unbiased,

stimator) yang berarti nilai estimator yang terbaik, estimator yang linear, dan

estimator yang tidak bias.(Ghozali, et al 2018: 54). Maka data-data yang

digunakan akan terlebih dahulu di uji normalitas, uji multikolineritas, dan uji

heterokedastisitas.

3.6.2.1 Uji Normalitas

Uji normalitas data di gunakan untuk menguji apakah dalam model regresi

antara variabel dependen dengan variabel independen mempunyai distribusi

normal.(Ghozali, 2011: 166). Model regresi dikatakan baik jika mempunyai

distribusi data normal atau mendekati normal. Proses melakukan uji normalitas

adalah dengan melakukan uji statistik nonparametik Kolmogorov-Smirnov (K-S).

Uji statistik (K-S) dapat dikatakan semua datanya terdistribusi secara normal jika

nilai (K-S) Z tidak signifikan. Namun jika nilai (K-S) Z signifikan, maka semua

data yang ada tidak terdistribusi secara normal. Uji (K-S) dapat dilakukan dengan

melihat angka probabilitasnya dengan ketentuan.(Ghozali, 2011: 168):

1. Nilai signifikan atau probabilitas < 0,05 maka distrbusi dikatakan tidak normal

2. Nilai signifikan atau nilai probabilitas > 0,05 maka distribusi dikatakan

normal

Selain uji (K-S), dapat juga memperhatikan penyebaran data (titik) pada

Ghozali (2011: 161) normal p-plot of regression standardized residual dari

variabel dependen, dimana:

1. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal

atau garis histogramnya, maka model regresi memenuhi asumsi normalitas.

2. Jika data menyebar jauh dari garis diagonal atau garis hidtogramnya, maka

model regresi tidak memenuhi asumsi normalitas.

33

3.6.2.2 Uji Multikolonieritas

Uji multikolonieritas digunakan untuk menguji apakah model regresi

menemukan adanya korelasi antara variabel bebas secara linier. Multikolinieritas

terjadi apabila antara variabel-variabel bebas terdapat hubungan yang signifikan.

Biasanya jikai nilai korelasi antar variabel lebih dari 0,80 maka data tersebut

megalami multikolinieritas. Untuk mendeteksi ada tidaknya masalah

multikolinieritas dapat diketahui dengan melihat nilai cutoff.(Ghozali, 2011: 107-

108):

1. Pedoman keputusan berdasarkan nilai tolerance

a. Nilai tolerance lebih besar dari 0,10 artinya tidak terjadi multikolinieritas

dalam model regresi.

b. Jjika nilai tolerance lebih kecil dari 0,10 maka artinya terjadi

multikolinieritas dalam model regresi.

2. Pedoman Keputusan berdasarkan nilai Variance Inflation Factor (VIF)

a. Jika nilai VIF < 10,00 artinya tidak terjadi multikolinieritas dalam model

regresi.

b. Jika nilai VIF > 10,00 maka terjadi multikolinieritas dalam model regresi.

(Kedua dasar pengambilan keputusan dalam uji multikolinieritas diatas

akan menghasilkan kesimpulan yang sama).

3.6.2.3 Uji Heteroskedastisitas

Uji heteroskedastisitas digunakan untuk menguji apakah dalam model

regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke

pengamatan yang lain. Heteroskedastisitas dapat terdeteksi dengan melihat plot

antara nilai taksiran dengan nilai residual. Heteroskedastisitas dapat diketahui

dengan menggunakan uji glejser yaitu meregres nilai absolute residual terhadap

variabel independen. Hal ini dapat dilihat dari nilai probabilitas signifikansi diatas

0.05, maka dapat disimpulkan bahwa data tersebut tidak mengalami

heteroskedastisitas.(Ghozali et al, 2018: 91)

34

3.6.3 Uji Hipotesis

Penelitian ini menggunakan uji hipotesis analisis regresi berganda, dengan

alasan bahwa variabel independen yang diteliti lebih dari satu variabel.(Ghozali,

2011: 192). Penggunaan analisis ini bertujuan untuk menentukan hubungan antara

fee audit dengan variabel-variabel independen. Persamaan regresinya adalah :

LnAUFEE = 𝛼0 + 𝛽1 (LnASET) + β2 (SUBSDR) + β3 (ROA) + e

Keterangan:

LnAUFEE = Fee Audit

𝛼0 = Konstanta

β1 – β4 = Koefisien Regresi

LnASET = Ukuran Perusahaan

SUBSDR = Kompleksitas Perusahaan

ROA = Profitabilitas Perusahaan

e = Error

Kemudian untuk mengetahui pengaruh antara variabel-variabel indpenden

dengan tingkat biaya audit maka dilakukan pengujian-pengujian hipotesis

terhadap variabel-variabel dengan pengujian di bawah ini:

3.6.4 Koefisien Determinasi (R2)

Koefisien determinasi (R2) merupakan ikhtisar yang bermakna sebagai

sumbangan pengaruh yang di berikan variabel independen (X) terhadap variabel

dependen (Y), atau dengan kata lain R2 berguna untuk mengukur seberapa besar

proporsi variasi dalam variabel dependen (Y) yang dijelaskan oleh regresi.

Ghozali (2011: 109). Jika didalam penghitungan pengkuadratan (100% - R2)

masih terdapat sisa maka disebut dengan e (error) atau adanya variabel lain yang

berpengaruh. Untuk menghitung nilai error tersebut kita dapat menggunakan

rumus e = 1- R2. Besarnya nilai R2 umumnya berkisar antara 0 – 1. Namun, jika

dalam sebuah penelitian dijumpai R2 bernilai minus (-), maka dapat dikatakan

bahwa tidak terdapat pengaruh variabel independen (X) terhadap variabel

dependen (Y). Selanjutnya, jika nilai R2 semakin kecil, maka artinya pengaruh

variabel independen (X) terhadap variabel dependen (Y) semakin lemah. Namun

sebaliknya, jika nilai R2 semakin mendekati angka 1, maka pengaruh variabel

35

independen (X) terhadap variabel dependen (Y) semakin kuat.(Ghozali et al,

2018: 55-56).

3.6.5 Uji T

Pengujian ini bertujuan untuk mengetahui seberapa jauh pengaruh variabel

independen (X) secara individual berpengaruh terhadap variabel dependen(Y).

dasar pengambilan keputusan dalam uji T parsial ini mengacu dengan melihat

nilai signifikansi (Sig.) dengan ketentuan:

1. Jika nilai (Sig.). < probabilitas 0,05 maka ada pengaruh variabel independen

(X) terhadap variabel dependen (Y) atau hipotesis diterima.

2. Jika nilai (Sig.) > probabilitasnya 0,05 maka tidak ada pengaruh terhadap

variabel independen (X) terhadap variabel dependen (Y) atau hipotesis

ditolak.(Ghozali, 2011: 101).

3.6.6 Uji Regresi Data Panel

Uji regresi digunakan untuk mengukur serta menunjukkan kekuatan

hubungan antara dua variabel atau lebih variabel independen terhadap variabel

dependen yang digunakan dalam sebuah penelitian. Dalam penelitian ini

menggunakan data panel. Data panel adalah gabungan data time series dan data

cross-section.(Ghozali et al, 2018: 195). Data time series dalam penelitian ini

adalah 4 tahun yaitu tahun 2015-2018 dan data cross-section yaitu sebanyak 19

perusahaan jasa. Terdapat banyak keuntungan dalam menggunakan data panel

dalam Ghozali et al (2018: 196):

1. Data panel dapat memberikan peneliti jumlah pengamatan yang besar,

meningkatkan derajat kebebasan, data memiliki viralbilitas yang besar,

mengurangi kolinieritas antar variabel independen sehingga dapat

menghasilkan estimasi ekonometri yang efisien.

2. Data panel memberikan informasi lebih banyak yang tidak dapat di berikan

hanya oleh data cross-sction atau time series saja

3. Data panel dapat memberikan penyelesaian yang lebih baik dalam inferensi

perubahan dinamis dibandingkan data cross-section.

36

Untuk mengestimasi parameter model data panel terdapat tiga pendekatan

yaitu dengan pendekatan model common effect, fixed effect, dan random effect.

Ketiga pendekatan model dalam data panel tersebut, dapat dijelaskan sebagai

berikut (Ghozali et al, 2018: 214-245:

1. Common Effect

Common effect model (CEM) merupakan model yang paling

sederhana, dimana pendekatannya mengabaikan dimensi waktu dan ruang

yang dimiliki oleh data panel. Pada model ini hanya mengkombinasikan data

time series dan cross section serta mengestimasinya dengan menggunakan

kuadrat kecil. Pendekatan ini memiliki kelemahan yaitu ketidaksesuaian

model dengan keadaan sesungguhnya karena adanya asumsi bahwa perilaku

antar individu dan kurun waktu sama namun pada kenyataannya kondisi setiap

objek akan berbeda pada suatu waktu dengan waktu lainnya.

2. Fixed Effect

Fixed effect model (FEM) mengasumsikan perbedaan antar individiu

dapat diakomodasi dari berbagai intersep dimana setiap individu merupakan

parameter yang tidak diketahui. Terminologi fixed effect model menunjukan

bahwa meskipun intersep bervariasi antar individu, setiap intersep individu

tersebut tidak bervariasi sepanjang waktu, yang disebut time invariant. Untuk

mengestimasi data panel model fixed effect dapat melakukan teknik variabel

dummy untuk menangkap perbedaan intersep antar perusahaan.

3. Random Effect Model

Random effect model (REM) digunakan untuk mengestimasi data panel

dimana variabel mungkin saling berhubungan antar waktu dan antar individu.

Berbeda dengan fixed effect model. Efek spesifik dari masing-masing individu

diperlakukan sebagai bagian dari komponen eror yang bersifat random dan

tidak berkorelasi dengan variabel penjelasyang teramati. Kelebihan

menggunakan random effect model adalah menghilangkan heteroskedastisitas.

Model ini disebut dengan Error Component Model (ECM). Metode yang

mengakomodasikan random effect model aalah Generalized Lest Square

37

(GLS), dengan asumsi komponen bersifat homokedastik dan tidak ada gejala

cross sectional correlation.

3.6.7 Uji Pendekatan Estimasi Model

Sebelum melakukan estimasi dengan menggunakan data panel untuk

memilih data mana yang terbaik dari ketiga model yang telah disebutkan yaitu

common effect model, fixed effect model dan random effect model terdapat

beberapa uji yang dapat dilakukan yaitu uji Chow, uji Hausman, dan uji Lagrange

Multiplier (Gujarati et al, 2012: 360):

1. Uji Chow

Uji Chow merupakan pengujian yang digunakan untuk memilih model

terbaik antara common effect model dan fixed effect model saat mengetimasi

data panel (Gujarati et al, 2012: 361). Dasar pegambilan keputusan dalam

(Gujarati et al, 2012: 451):

1. Jika nilai prob Chi-Square > 0,05, maka H0 diterima. Sehingga model yang

paling tepat digunakan yaitu CEM

2. Jika nilai prob Chi-Square < 0,05, maka H1 diterima, sehingga model yang

paling tepat digunakan adalah FEM

Hipotesis yang digunakan:

H0: Commont Effect Model (CEM)

H1: Fixed Effect Model (FEM)

2. Uji Hausman

Uji Hausman merupakan pengujian yang digunakan untuk memilih model

terbaik antara random effect model dan fixed effect model saat mengestimasi data

panel (Gujarati et al, 2012:451):

1. Jika nilai prob Chi-Square > 0,05, maka H0 diterima. Sehingga model yang

paling tepat digunakan yaitu REM

2. Jika nilai prob Chi-Square < 0,05, maka H1 diterima, sehingga model yang

paling tepat digunakan adalah FEM

Hipotesis yang digunakan:

38

H0: Random Effect Model (REM)

H1: Fixed Effect Model (FEM)

3. Uji Lagrange Multiplier

Uji Lagrange Multiplier merupakan pengujian yang digunakan untuk

memilih model terbaik antara random effect model dan common effect model saat

mengestimasi data panel (Gujarati et al, 2012:481):

1. Jika nilai cross section Breusch-Pagan > nilai sig 0,05, maka H0 diterima.

Sehingga model yang paling tepat digunakan yaitu REM

2. Jika nilai cross section Breusch-Pagan < nilai sig 0,05, maka H1 diterima.

Sehingga model yang paling tepat digunakan yaitu CEM

Hipotesis yang digunakan:

H0: Random Effect Model (REM)

H1: Commont Effect Model (CEM)